买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：厦门理工学院

摘要：本发明提供了一种基于频域挖掘与调制的文档图像修复方法，其步骤如下：步骤S1：通过将退化图片分成多个编码块，得到相对应的特征矩阵。步骤S2：通过图像注意力模块和降采样模块结合的频域特征提取模块对于图像特征矩阵进行多次特征提取，并保存下来每一次的模块提取后的频域细节矩阵。步骤S3：将退化图片（带阴影的图片）输入频域注意力计算模块，并将之和对应的频域细节矩阵进行细化处理，然后进行上采样，重复多次，直到将图片恢复到和原本图片尺度差不多的图像。步骤S4：在最后将之输入到特征恢复模块，得到恢复图像的图片。步骤S5：将训练完成的网络应用于新的文档图像，自动进行阴影去除处理，输出清晰、无阴影的文档图像。

主权项：1.一种基于频域挖掘与调制的文档图像修复方法，其特征在于，包括以下步骤：步骤S1：将退化图片分成多个编码块，并通过特征提取模块提取图像的特征，生成相应的特征矩阵；步骤S2：利用图像注意力模块和降采样模块结合的频域特征提取模块对图像的特征矩阵进行多次提取，并保留每次模块提取后的频域细节矩阵；步骤S3：通过将退化图片输入频域注意力计算模块，并对应的频域细节矩阵进行细化处理，然后进行多次上采样；步骤S4：输入特征恢复模块，得到恢复的图像；步骤S5：将上述的编码块、特征提取模块、频域特征提取模块、频域注意力计算模块组合成神经网络模型，并把这个神经网络模型进行投入数据集进行训练，然后将训练完成的神经网络模型应用于新的文档图像，自动进行阴影去除处理，输出清晰无阴影的文档图像；在步骤S3当中，将输出高维的编码器矩阵进行4级处理，逐步重建出高分辨率的干净输出；对于两个同级别的解码器，插入自适应频域注意力计算模块AFLB，并使之自适应的从频率角度分离退化的阴影内容，而自适应频域注意力计算模块AFLB从输入特征当中提取低频和高频的成分，然后对于低频和高频的成分进行调制，并强调每次退化当中不同空间尺度下的退化的信息子带；自适应频域注意力计算模块AFLB包括频域挖掘模块FMiM和频域调制模块FMoM；频域挖掘模块FMiM包括三个步骤，即域转换、掩模生成和特征提取域转换，频域挖掘模块FMiM应用卷积层对于输入的退化图像进行扩大通道容量与输入特性，然后把这些输出特征通过快速傅里叶变换FFT转换为光谱域；采取自适应地提取不同频率部分从输入特性X并设计一个轻量级的掩码生成块MGB生成一个二维矩阵作为频率边界，来分离输入图像的光谱图的截止频率边界，自适应地根据类型的退化来划分高频和低频区域；自适应的长宽取值是以特征图P作为输入，首先使用全局平均池化算子映射到一个向量，然后经过一个1×1的卷积神经网络，并通过GELU激活函数，再通过一个1×1卷积层和一个sigmiod激活函数，之后得到对应的长宽，用对应的数学公式表示对应的计算： （1）其中GAPs表示空间全局平均池化，σ表示GELU激活函数，δ表示Sigmoid型的激活函数；卷积核大小为1×1的两个卷积网络和分别对其进行降其通道数，逐步将信道尺寸降采样到2；随后，用于提取低频的二进制掩模大小为α×β，α是所选取掩膜的宽，β是所选取的掩膜的长，通过设置掩码数组 ，并把自适应掩码数组Msk掩膜应用到光谱图中，以及使用傅里叶反变换来得到自适应解耦的特征。

全文数据：

权利要求：

百度查询： 厦门理工学院 一种基于频域挖掘与调制的文档图像修复方法